Ketika elemen dalam populasi memiliki peluang yang diketahui untuk dipilih sebagai subjek dalam sampel, kami menggunakan desain sampling probabilitas. Pengambilan sampel probabilitas dapat berupa tidak dibatasi (simple random sampling) atau dibatasi (complex probability sampling).

Unrestricted or Simple Random Sampling

Dalam desain pengambilan unrestricted probability sampling, yang lebih dikenal sebagai simple random sampling, setiap elemen dalam populasi memiliki peluang yang diketahui dan sama untuk dipilih sebagai subjek. Misalkan ada 1.000 elemen dalam populasi, dan kami membutuhkan sampel 100. Misalkan kita menjatuhkan potongan kertas ke dalam topi, masing-masing bertuliskan nama salah satu elemen, dan menggambar 100 di antaranya dari topi dengan mata kita tertutup. Kita tahu bahwa potongan pertama yang ditarik akan memiliki peluang 1 / 1.000 untuk ditarik, yang berikutnya memiliki peluang 1/999 untuk ditarik, dan seterusnya. Dengan kata lain, kita tahu bahwa kemungkinan salah satu dari mereka dipilih adalah 1 dalam jumlah populasi, dan kita juga tahu bahwa setiap elemen di topi memiliki kemungkinan yang sama atau sama untuk dipilih. Kita tentu tahu bahwa komputer dapat menghasilkan angka acak dan seseorang tidak harus melalui proses yang membosankan untuk mengeluarkan nama dari topi!

Ketika kita menggambar elemen dari populasi, kemungkinan besar pola distribusi dari karakteristik yang ingin kita selidiki dalam populasi juga terdistribusi dalam subjek yang kita gambar untuk sampel kita. Rancangan pengambilan sampel ini, yang dikenal sebagai pengambilan sampel acak sederhana, memiliki bias paling kecil dan menawarkan kemampuan generalisasi yang paling tinggi. Namun, proses pengambilan sampel ini bisa menjadi rumit dan mahal; selain itu daftar populasi yang sepenuhnya diperbarui mungkin tidak selalu tersedia. Untuk alasan ini dan alasan lainnya, desain sampling probabilitas lainnya sering dipilih sebagai gantinya.

Restricted or Complex Probability Sampling

Sebagai alternatif dari rancangan simple random sampling, beberapa rancangan sampling probabilitas yang kompleks (probabilitas terbatas) dapat digunakan. Prosedur probability sampling ini menawarkan alternatif yang layak, dan terkadang lebih efisien untuk desain tidak terbatas yang baru saja kita bahas. Efisiensi ditingkatkan karena lebih banyak informasi dapat diperoleh untuk ukuran sampel tertentu menggunakan beberapa prosedur pengambilan sampel probabilitas yang kompleks daripada desain pengambilan sampel acak sederhana. Lima desain pengambilan sampel probabilitas kompleks yang paling umum — systematic sampling, stratified random sampling, cluster sampling, area sampling, dan double sampling.

HHM

Reference:

Uma Sekaran; Roger Bougie, 2016. Publisher: Chichester, West Sussex, United Kingdom John Wiley & Sons.